10天算法学习记录

前言：每天大概有8个小时的学习时间，之前看书也看了10天左右，基本的算法都知道一些，但是需要刷题来练习，这里记录我的leetcode刷题之旅。

今天晚上，就练习动态规划：

因为是第一次接触动态规划，真的，就做过背包类型的题，说说今天的收获吧。

通过例题来展示

一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为“Start” ）。

机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为“Finish”）。

现在考虑网格中有障碍物。那么从左上角到右下角将会有多少条不同的路径？

网格中的障碍物和空位置分别用 1 和 0 来表示。

前言：一定要强制自己用动态规划，不然老想着用深搜，就不能练习到其他的算法

要到达终点，知道终点一共有多少条不同的路径，但是我真的不想算，如果能有人告诉我就好了。

比如我是终点，那么到达我的方式，只能从我的上面和左面。为什么呀？因为机器人每次只能向下或者向右移动

好了，知道这点，那如果你能告诉我，达到我上面的那一步，有多少条路径并且告诉我到达我左边有多少条不同的路

然后我把他们加起来，我就知道到达我，一共有多少条路径了。

dp[ i ] [ j ]，表示到达这个点有多少条路径，那么dp[i][j]=dp[i-1][j]+dp[i][j-1];

我自己觉得，自己用手在草稿纸上写一边，效果比电脑好呢。

 

class Solution {
    public int uniquePathsWithObstacles(int[][] obstacleGrid) {
        //遇到障碍物的话，就直接continue
        int m=obstacleGrid.length;
        int n=obstacleGrid[0].length;
        int dp[][]=new int[m][n];
        for(int i=0;i<m;i++){
            if(obstacleGrid[i][0]==1)break;
            dp[i][0]=1;
        }
         for(int i=0;i<n;i++){
            if(obstacleGrid[0][i]==1)break;
            dp[0][i]=1;
        }
        for(int i=1;i<m;i++){
            for(int j=1;j<n;j++){
                if(obstacleGrid[i][j]==1)continue;
                dp[i][j]=dp[i-1][j]+dp[i][j-1];
            }
        }
        
        return dp[m-1][n-1];
        
    }
}

 

 

给定一个包含非负整数的 m x n 网格，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。

说明：每次只能向下或者向右移动一步。

示例:

 

输入:
[
  [1,3,1],
  [1,5,1],
  [4,2,1]
]
输出: 7
解释: 因为路径 1→3→1→1→1 的总和最小。

分析：这道题和上面那道题超级像欸，思路一样的，要找到终点时路径的数字和最小，那么我只要知道我上面和左边

的数字总和最小就可以了，这时候，取那个小的，然后加上终点的数字就可以了

dp[i][j]=Math.min(dp[i-1][j],dp[i][j-1]);还没完，再加上终点的值，所以dp[i][j]+=grid[i][i];

​
​
class Solution {
    public int minPathSum(int[][] grid) {
        int m=grid.length;
        int n=grid[0].length;
        int dp[][]=new int[m][n];
        dp[0][0]=grid[0][0];
        for(int i=1;i<m;i++){
            dp[i][0]=dp[i-1][0]+grid[i][0];
        }
        for(int i=1;i<n;i++){
            dp[0][i]=dp[0][i-1]+grid[0][i];
        }
        
        for(int i=1;i<m;i++)
            for(int j=1;j<n;j++){
                dp[i][j]=Math.min(dp[i-1][j],dp[i][j-1]);
                dp[i][j]+=grid[i][j];
            }
        
        return dp[m-1][n-1];
    }
}

​

​